Eikonal based region growing for superpixels generation: Application to semi-supervised real time organ segmentation in CT images - 26/02/14
Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.
| pages | 7 |
| Iconographies | 6 |
| Vidéos | 0 |
| Autres | 0 |
Abstract |
We describe a semi-supervised organ segmentation method for Computed Tomography images. In a first step, a dense oversegmentation of the image is created with an Eikonal-based algorithm. The proposed superpixel algorithm ourperforms state-of-the-art algorithms on classical metrics. In a second step, the semi-supervised segmentation is performed on the underlying Region Adjacency Graph created from the oversegmentation. As the complexity is greatly reduced, the organ segmentation can be performed in real-time.
Le texte complet de cet article est disponible en PDF.Plan
Vol 35 - N° 1
P. 20-26 - février 2014 Retour au numéro
Article précédent
- Segmentation of the pulmonary vascular trees in 3D CT images using variational region-growing
- M. Orkisz, M. Hernández Hoyos, V. Pérez Romanello, C. Pérez Romanello, J.C. Prieto, C. Revol-Muller
- Bayesian estimation of probabilistic atlas for tissue segmentation
- H. Xu, B. Thirion, S. Allassonnière
Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.
Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’achat d’article à l’unité est indisponible à l’heure actuelle.
Déjà abonné à cette revue ?